%0 Thesis
%4 sid.inpe.br/marciana/2003/03.05.15.25
%2 sid.inpe.br/marciana/2003/03.05.15.25.23
%T Índice para avaliação de segmentação (IAVAS): uma aplicação em agricultura
%J An index for evaluation of digital imagery segmentation (IAVAS): application in agriculture.
%D 2002
%8 2002-04-29
%9 Dissertação (Mestrado em Sensoriamento Remoto)
%P 160
%A Oliveira, Júlio César de,
%E Banon, Gerald Jean Francis (presidente),
%E Formaggio, Antonio Roberto (orientador),
%E Epiphanio, José Carlos Neves (orientador),
%E Moreira, Maurício Alves,
%E Rocha, Jansle Vieira da,
%I Instituto Nacional de Pesquisas Espaciais (INPE)
%C São José dos Campos
%K sensoriamento remoto, processamento de imagem, segmentação de imagem, Landsat, agricultura.
%X A procura de maior objetividade nas estimativas das áreas agrícolas por meio de técnicas de sensoriamento remoto vem ganhando importância mundial, onde se busca obter resultados com maior antecedência, maior precisão e menor custo quando comparados aos resultados gerados pelas técnicas subjetivas tradicionalmente utilizadas. Considerando a importância da determinação da superfície cultivada em um sistema de previsão de safras, torna-se fundamental a obtenção desse levantamento de uma forma cada vez mais objetiva e confiável. Analisando as áreas agrícolas em contexto amplo (nos níveis municipal ou estadual) e considerando a abrangência dos dados orbitais, a extração dos limites dos talhões por algoritmos segmentadores representa um passo essencial no processo de avaliação de áreas agrícolas e classificação do uso/cobertura do solo. Partindo da hipótese de que a técnica de classificação de imagens por regiões, associada aos dados oriundos de sensoriamento remoto, é um meio eficaz para estimar área plantada, a presente pesquisa tem como objetivo geral o desenvolvimento um sistema quantitativo para avaliação dos resultados gerados no processo de segmentação de imagens digitais. Tal sistema de avaliação baseia-se em medidas de discrepância, em relação a um dado de referência, dos seguintes parâmetros: número de polígonos; comprimento total de linhas; variância das áreas dos polígonos; centro de massa mais próximo e faixa de coincidência. A metodologia aqui apresentada define também critérios para a escolha dos limiares (similaridade e área) para o algoritmo de segmentação por crescimento de regiões, bem como a análise do comportamento desses limiares sobre o produto da segmentação. A área de estudo na presente pesquisa corresponde aos municípios de Ipuã, Guará e São Joaquim da Barra localizados no norte do Estado de São Paulo, os quais representam significativamente as condições gerais da agricultura do Estado. A partir dos resultados obtidos, verificou-se que o sistema quantitativo proposto mostrou-se competente no processo de avaliação dos resultados gerados pelo algoritmo segmentador. O par de limares 16/24 (similaridade/área) forneceu a melhor segmentação para a área de estudo com base nos dados de referência obtidos no levantamento de campo. Porém, ao adotar a interpretação visual pelo operador como dado de referência para a avaliação da segmentação, os pares de limiares 16/44 e 16/45 proporcionaram as melhores segmentações. ABSTRACT: Remote sensing techniques are been increasingly used for obtaining more rapid, accurate and cheap agricultural statistics comparing with the current subjective used methodologies. One important aspect of these methodologies is the estimation of the crop areas that must be made in an objective way. Orbital data may allow approaches in the municipality or in the county levels, so that the use of segmentation algorithms for extracting the crop plots limits is an essential step in the process of agricultural land use classification. Thus, the main objective of the present research is the development of a quantitative method for evaluating results of orbital imagery segmentation. Such an evaluation system is based on discrepancy measures of following reference parameters: number of polygons; total line lengths; polygon areas variance; closer mass center and certain overlaying region. Proposed methodology also defines criteria for selecting thresholds (area and similarity) for the used segmentation algorithm that was a region growth one. The study area corresponded to Ipuã, Guará and São Joaquim da Barra municipalities in the north of São Paulo State, Brazil, representing significantly the agricultural conditions of this State. From the obtained results it was verified that the proposed quantitative methodology was suitable and competent for defining the segmentation thresholds. The area/similarity thresholds pair 16/24 provided the best segmentation results for the study area when considering reference data obtained with field data. But, when reference data were obtained by the user through manual interpretation, the thresholds that produced the best segmentation results were 16/44 and 16/45.
%@language pt
%3 publicacao.pdf